Yapay Zeka Etmenleri ve Otonom Sistemler Eğitimi

Eğitim Hakkında

Bu eğitim, büyük dil modellerini araç kullanan, plan yapan ve çok adımlı görevleri tamamlayan yapay zeka etmenlerine (AI agents) dönüştürmek isteyen teknik ekipler için tasarlanmış ileri düzey bir programdır. Katılımcılar LangGraph ve MCP ile durumlu etmenler, çoklu etmen sistemleri, insan onaylı otonom akışlar, değerlendirme, güvenlik ve üretim mimarisini uygular.

Neden Bu Eğitim?

Görev Odaklı Yapay Zeka. Tek soruya yanıt veren asistanlardan, sistemlerle etkileşerek çok adımlı iş süreçlerini tamamlayan etmenlere geçin.

Mimari Derinlik. Tek etmen, planlayıcı-yürütücü ve çoklu etmen desenlerini ne zaman kullanacağınızı gerekçeleriyle öğrenin.

Kontrollü Otonomi. Yetki sınırları, insan onayı, izleme ve değerlendirme ile etmenleri güvenli ve denetlenebilir biçimde işletin.

“Başarılı bir etmen her şeyi kendi başına yapan değil, ne zaman eyleme geçeceğini ve ne zaman insana danışacağını bilen sistemdir.”

Ön Koşullar

İleri Python — Python ile asenkron kod, sınıflar, tip ipuçları ve paket yönetimiyle çalışabilmek.
LLM API ve Araçlar — Bir LLM API'si ile araç çağırma (function calling) ve yapılandırılmış çıktı kullanmış olmak.
Yazılım Mimarisi — REST API, veritabanı, kuyruk ve kimlik doğrulama kavramlarına pratik aşinalık.
Geliştirme Ortamı — Python 3, Docker, Git ve kod editörü kurulu, paket kurulum yetkisi olan bilgisayar.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiYapay zeka etmenlerinin bileşenlerini ve otonomi düzeylerini kavramak, akıl yürütme-eylem döngüsünü kodlamak ve araçları MCP ile etmene güvenli biçimde bağlamak.

Modül 1

Yapay Zeka Etmenlerine Giriş

Etmen tanımı: algılama, akıl yürütme, eylem ve geri bildirim
Klasik etmen yaklaşımları: refleks, hedef ve fayda tabanlı
LLM tabanlı etmenler ve iş akışı otomasyonundan farkları
Otonomi düzeyleri ve insan denetiminin konumu
Kurumsal senaryolar: destek, operasyon, analiz, yazılım
Tartışma: Hangi süreç etmen gerektirir, hangisi gerektirmez?

Modül 2

Akıl Yürütme ve Eylem Döngüsü

ReAct deseni: düşünce, eylem ve gözlem adımları
Araç çağırma döngüsü ve durma koşulları
Akıl yürütme modellerinin etmen başarısına etkisi
Sonsuz döngü, gereksiz çağrı ve maliyet kontrolü
Hata mesajlarından öğrenen yeniden deneme stratejisi
Laboratuvar: Çerçevesiz, saf Python ile ReAct etmeni

Modül 3

Araç Tasarımı ve Entegrasyonu

İyi araç tanımı: ad, açıklama, parametre ve dönüş formatı
Veritabanı, arama, e-posta ve iç API araçları
Kod yürütme araçları ve korumalı alan (sandbox) ihtiyacı
Araç sonuçlarının özetlenmesi ve bağlam bütçesi
Okuma ve yazma yetkili araçların ayrıştırılması
Laboratuvar: CRM ve bilet sistemi araçlarıyla etmen

Modül 4

Model Context Protocol (MCP)

MCP mimarisi: istemci, sunucu, araç, kaynak, istem
Python ile özel MCP sunucusu geliştirme
Hazır MCP sunucularının güvenlik değerlendirmesi
Kimlik doğrulama ve yetkilendirme yaklaşımları
Laboratuvar: Kurum içi veri kaynağı için MCP sunucusu
Günün değerlendirmesi ve durumlu etmenler gününe köprü

Günün hedefiLangGraph ile durum yönetimli ve kalıcı etmen akışları kurmak, kısa ve uzun süreli bellek tasarlamak, planlama ile öz-değerlendirme desenlerini ve insan onayını uygulamak.

Modül 1

LangGraph ile Durumlu Etmenler

Çizge tabanlı akış: düğüm, kenar ve koşullu yönlendirme
Durum şeması ve indirgeyiciler ile veri akışı
Kontrol noktaları ile kalıcı ve sürdürülebilir çalışma
Akış (streaming) ile ara adımların kullanıcıya gösterimi
Diğer çerçeveler: OpenAI Agents SDK, Google ADK, CrewAI
Laboratuvar: LangGraph ile müşteri talebi işleyen etmen

Modül 2

Etmenler için Bellek Mimarisi

Kısa süreli bellek: konuşma durumu ve bağlam yönetimi
Uzun süreli bellek: olgusal, olaysal ve prosedürel bellek
Vektör deposu ile anlamsal bellek erişimi
Bellek yazma politikası, özetleme ve unutma
Kişisel veri içeren bellekte KVKK gereklilikleri
Laboratuvar: Kullanıcı tercihlerini hatırlayan asistan

Modül 3

Planlama ve Öz-Değerlendirme

Planla ve yürüt (plan-and-execute) deseni
Görev ayrıştırma ve dinamik yeniden planlama
Yansıtma (reflection) ile çıktının öz-eleştirisi
Değerlendirici-iyileştirici döngüsü ve durma ölçütü
Karmaşık görevlerde paralel alt görev yürütme
Laboratuvar: Pazar araştırması yapan planlayıcı etmen

Modül 4

İnsan Onaylı Akışlar

Kesinti (interrupt) ile kritik adımda insan onayı
Onay, düzenleme ve reddetme senaryolarının tasarımı
Risk düzeyine göre otonomi eşiklerinin belirlenmesi
Uzun süren görevlerde bildirim ve devam ettirme
Laboratuvar: Ödeme iadesinde insan onaylı etmen akışı
Günün özeti ve çoklu etmen sistemleri gününe hazırlık

Günün hedefiÇoklu etmen mimarilerini tasarlamak, etmenler arası protokolleri tanımak, tarayıcı kullanan etmenleri denemek ve otonom sistem tasarım ilkelerini ele almak.

Modül 1

Çoklu Etmen Mimarileri

Tek etmen ile çoklu etmen: ne zaman gerçekten gerekli?
Süpervizör, hiyerarşik ve devir (handoff) desenleri
Uzmanlaşmış etmenler arasında rol ve araç ayrımı
Paylaşılan durum, iletişim ve çatışma çözümü
Çoklu etmende maliyet, gecikme ve hata yayılımı
Laboratuvar: Araştırma, analiz ve rapor etmen ekibi

Modül 2

Etmenler Arası Protokoller ve Platformlar

Agent2Agent (A2A) protokolü ve etmen kartları
MCP ile A2A'nın rolleri ve birlikte kullanımı
Microsoft Agent Framework ve Semantic Kernel yaklaşımı
Amazon Bedrock AgentCore ve Vertex AI Agent Builder
Kurumsal etmen kataloğu ve yeniden kullanım
Demo: Farklı çerçevelerle yazılmış etmenlerin iletişimi

Modül 3

Bilgisayar ve Tarayıcı Kullanan Etmenler

Bilgisayar kullanımı (computer use) yeteneği ve sınırları
Playwright ile tarayıcı otomasyonu yapan etmenler
API'si olmayan eski sistemlerde etmen kullanımı
Kod yazan ve çalıştıran etmenler, korumalı ortamlar
Web içeriği kaynaklı dolaylı istem enjeksiyonu riski
Laboratuvar: Portal formunu dolduran tarayıcı etmeni

Modül 4

Otonom Sistem Tasarım İlkeleri

Algıla-planla-eyle döngüsü ve kontrol teorisi bağlantısı
Robotik ve fiziksel sistemlerde otonomi: ROS 2 örneği
Güvenli durum, geri alma ve acil durdurma mekanizmaları
Olay güdümlü ve zamanlanmış otonom iş akışları
Vaka: BT operasyonlarında olay müdahale etmeni
Günün değerlendirmesi ve üretim gününe köprü

Günün hedefiEtmen davranışını görev ve yörünge düzeyinde değerlendirmek, güvenlik risklerine karşı savunma katmanları kurmak, üretim mimarisini ve yönetişimi tasarlamak ve projeyi sunmak.

Modül 1

Etmen Değerlendirmesi

Görev başarısı, adım verimliliği ve maliyet metrikleri
Yörünge (trajectory) değerlendirmesi ve araç seçimi doğruluğu
Senaryo tabanlı test setleri ve simüle kullanıcılar
LLM-as-a-judge ile çok adımlı çıktı değerlendirmesi
Model veya istem değişikliğinde regresyon testleri
Laboratuvar: Destek etmeni için değerlendirme paketi

Modül 2

Etmen Güvenliği ve Savunma Katmanları

OWASP LLM riskleri: aşırı yetki ve istem enjeksiyonu
Araç zehirlenmesi ve güvenilmeyen MCP sunucuları
En az yetki ilkesi, kapsamlı kimlik bilgileri ve sandbox
Girdi, çıktı ve eylem düzeyinde korkuluklar
Bütçe, adım ve oran sınırlarıyla kontrolden çıkmayı önleme
Uygulama: Etmene karşı kırmızı takım senaryoları

Modül 3

Üretim Mimarisi ve Yönetişim

Dayanıklı yürütme, kuyruklar ve idempotent araçlar
OpenTelemetry ve Langfuse ile iz ve maliyet takibi
Denetim kaydı: kim, hangi yetkiyle, hangi eylemi yaptı
EU AI Act insan gözetimi ve şeffaflık beklentileri
ISO/IEC 42001 ile etmen risk ve sorumluluk matrisi
Vaka: Satın alma sürecinde kademeli otonomi geçişi

Modül 4

Uçtan Uca Etmen Projesi ve Kapanış

Grup projesi: süreç, mimari, araçlar, güvenlik ve test
Proje sunumları, canlı demo ve mimari geri bildirim
Kurumsal etmen dönüşümü yol haritası çalışması
Eğitim değerlendirmesi ve interaktif Soru-Cevap
Sertifika takdimi ve proje kodlarının teslimi
İleri öğrenme kaynakları ve kapanış oturumu

Eğitim Kazanımları

Etmen Mimarisi — Algılama, akıl yürütme, bellek ve eylem bileşenlerinden oluşan etmen mimarilerini tasarlayabileceksiniz.
Araç ve MCP — İyi tanımlanmış araçlar ve özel MCP sunucularıyla etmenleri kurumsal sistemlere güvenle bağlayabileceksiniz.
Durumlu Akışlar — LangGraph ile kontrol noktalı, sürdürülebilir ve insan onayı içeren etmen akışları geliştirebileceksiniz.
Bellek Tasarımı — Kısa ve uzun süreli bellek katmanlarını KVKK gerekliliklerini gözeterek etmenlere entegre edebileceksiniz.
Çoklu Etmen — Süpervizör, hiyerarşik ve devir desenleriyle iş birliği yapan etmen ekiplerini kurgulayabileceksiniz.
Etmen Değerlendirme — Görev başarısı ve yörünge metrikleriyle etmen davranışını ölçüp regresyonları erken yakalayabileceksiniz.
Güvenli Otonomi — En az yetki, sandbox, korkuluk ve bütçe sınırlarıyla aşırı yetki ve enjeksiyon risklerini azaltacaksınız.
Üretim ve Yönetişim — İzlenebilir, denetlenebilir ve kademeli otonomiye dayanan bir etmen üretim mimarisi tasarlayacaksınız.

Kimler İçin Uygundur?

Yapay zeka mühendisleri
yazılım geliştiriciler
çözüm ve kurumsal mimarlar
süreç otomasyonu ekipleri ile LLM tabanlı otonom iş akışları tasarlayan teknik liderler.

Sıkça Sorulan Sorular

Yapay Zeka Etmenleri ve Otonom Sistemler Eğitimi kimler için uygundur?

Program; LLM tabanlı otonom iş akışları geliştirecek yapay zeka mühendisleri, yazılım geliştiriciler, çözüm mimarları, süreç otomasyonu ekipleri ve bu sistemlerin mimari ve güvenlik kararlarını veren teknik liderler için tasarlanmıştır.

Yapay zeka etmeni ile sohbet asistanı arasındaki fark nedir?

Sohbet asistanı genellikle tek bir isteğe yanıt üretir. Yapay zeka etmeni ise hedefe ulaşmak için plan yapar, araçları ve sistemleri kullanır, sonuçları gözlemleyerek sonraki adıma karar verir ve çok adımlı görevleri belirli bir otonomi düzeyinde tamamlar.

Eğitim ne kadar sürer ve nasıl yapılandırılmıştır?

Eğitim 4 tam gün ve 16 modülden oluşur. Sırasıyla etmen kavramları ve MCP, LangGraph ile durumlu etmenler ve bellek, çoklu etmen sistemleri ve otonom mimariler, son gün değerlendirme, güvenlik, üretim ve proje işlenir.

Hangi çerçeve ve araçlar kullanılıyor?

Laboratuvarlar ağırlıklı olarak Python, LangGraph ve Model Context Protocol ile yürütülür; OpenAI Agents SDK, Google ADK, CrewAI, Microsoft Agent Framework, A2A protokolü, Playwright, Langfuse ve OpenTelemetry karşılaştırmalı olarak ele alınır.

Etmenlerin güvenliği ve kontrolü nasıl ele alınıyor?

En az yetki ilkesi, korumalı yürütme ortamları, insan onayı kesintileri, bütçe ve adım sınırları, denetim kayıtları ve kırmızı takım testleri uygulamalı olarak işlenir. Programı tamamlayan katılımcılar Digital Vizyon Akademi sertifikası alır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

YAPAY ZEKA ETMENLERİ VE OTONOM SİSTEMLER EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Ön Koşullar

Eğitim İçeriği

Yapay Zeka Etmenlerine Giriş

Akıl Yürütme ve Eylem Döngüsü

Araç Tasarımı ve Entegrasyonu

Model Context Protocol (MCP)

LangGraph ile Durumlu Etmenler

Etmenler için Bellek Mimarisi

Planlama ve Öz-Değerlendirme

İnsan Onaylı Akışlar

Çoklu Etmen Mimarileri

Etmenler Arası Protokoller ve Platformlar

Bilgisayar ve Tarayıcı Kullanan Etmenler

Otonom Sistem Tasarım İlkeleri

Etmen Değerlendirmesi

Etmen Güvenliği ve Savunma Katmanları

Üretim Mimarisi ve Yönetişim

Uçtan Uca Etmen Projesi ve Kapanış

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Benzer Programlar

Yapay Zeka Güvenliğine Giriş Eğitimi

Yapay Zeka Kurumsal Strateji Yönetimi Eğitimi

Yapay Zeka Küresel Yönetişim Çerçeveleri Eğitimi